将 HTML 链接与特定标题匹配 [关闭]答案

【问题标题】：Matching HTML link with a specific title [closed]将 HTML 链接与特定标题匹配 [关闭]
【发布时间】：2012-02-06 00:40:18
【问题描述】：

如何从具有特定开头标题的 HTML 链接中检索 URL？

例如：

<a href="http://urltoretrieve.ext/" title="specific title rest of all title">something</a>
<a href="http://otherurl.ext/" title="a generic title">somethingelse</a>

并使用 PHP 检索：

http://urltoretrieve.ext/

谢谢！

【问题讨论】：

php.net/manual/en/class.domxpath.php
my $url='http://urltoretrieve.ext/
如果标签不同，比如querypath，那么htmlqp($html)->find('a[title^="specific"]')->attr("href") 会很容易。
@mario 将其作为答案。我将正则表达式标签交换为 html 解析，因为 OP 根本没有在问题中提到正则表达式，所以我假设 OP 只是假设正则表达式是正确的方法。

标签： php html-parsing

【解决方案1】：

您可以使用https://gist.github.com/1358174 和这个XPath：

//a[starts-with(@title, "specific title")]/@href

这个查询的意思是：

//a                      find all a elements in the html
[                        that
starts-with(             
    @title               has a title attribute
    'specific-title'     starting with this value
)                        
]                        
/@href                   and return their href attribute

示例 (demo)：

$result = xpath_match_all(
    '//a[starts-with(@title, "specific title")]/@href', 
    $yourHtmlAsString
);

输出：

array(2) {
  [0]=>
  array(1) {
    [0]=>
    string(38) "<href>http://urltoretrieve.ext/</href>"
  }
  [1]=>
  array(1) {
    [0]=>
    string(25) "http://urltoretrieve.ext/"
  }
}

结果是一个数组，其中包含找到的属性节点的序列化 innerHTML 和 outerHTML。如果您不了解节点是什么，请查看DOMDocument in php

另见How do you parse and process HTML/XML in PHP?

【讨论】：

哈，没必要。这已经很好地回答了它。超酷的迷你功能！
为什么结果检索到我 2 个数组？
@davelab 将找到的属性节点的 innerHTML 和 outerHTML 序列化，因为该函数无法知道您想要哪个。如果那不是你想要的，你必须学习如何使用 DOM。 gist 中的源代码是一个很好的起点，StackOverflow 上也有很多示例。
好的，对于 xPath 解决方案：如何排除 outerHTML 数组？
@davelab 它是一个数组，所以如果您只对 innerHTML 字符串/属性值感兴趣，只需访问 innerHTML 的索引，例如$结果[1][0]